Einführung in Matplotlib in Python

Matplotlib ist eine Open-Source-Bibliothek, die das Zeichnen von Diagrammen unterstützt. Es wurde ursprünglich von John D. Hunter geschrieben, der zufällig Neurobiologe war. Er verfasste Matplotlib zur Zeit seiner postdoktoralen Forschung in Neurobiologie. Das Ziel dieser Bibliothek war es, die Aktivitäten, die in der Großhirnrinde von Patienten mit Epilepsie auftreten, zu untersuchen, indem diese Aktivitäten in einem Diagramm aufgezeichnet wurden. Das Zeichnen von Diagrammen diente ausschließlich der besseren Visualisierung und dem Studium der in ihnen üblichen Muster. Die erste Veröffentlichung von Matplotlib erfolgte im Jahr 2003. Im Laufe der Zeit stellte sich heraus, dass Matplotlib neben der Programmiersprache Python für das Zeichnen von Daten und Computergrafiken eine der am häufigsten verwendeten Zeichnungsbibliotheken ist. Es ist plattformunabhängig und kann unter Windows, Mac OS und Linux ausgeführt werden.

Grundlegendes zu Matplotlib in Python

Als Python-Bibliothek bietet Matplotlib 2D-Zeichenfunktionen zur Visualisierung. Matplotlib wird zusammen mit anderen Open-Source-Bibliotheken verwendet, z

1. NumPy

Der Begriff "NumPy" steht für Numerical Python Extension. Diese Bibliothek bietet verschiedene mathematische Funktionen für die Arbeit mit größeren und mehrdimensionalen Arrays und Matrizen. Es kann auch Daten beliebigen Datentyps enthalten und problemlos in eine Reihe von Datenbanken integriert werden. Um numpy in Ihrem Projekt zu verwenden, müssen Sie es importieren. Importieren Sie beispielsweise numpy als npy.

2. SciPy

Es baut auf dem NumPy-Array auf, dh, die zugrunde liegende Datenstruktur ist ein Objekt-Array, das vom NumPy-Modul bereitgestellt wird. Es bietet Funktionen wie Bild- und Signalverarbeitung, Spezialfunktionen für lineare Algebra und Interpolation. Man kann das SciPy-Modul mit der folgenden Anweisung zu seinem Projekt hinzufügen: import sciPy as sp.

3. IPython

Eine Abkürzung für den Begriff Interactive Python. Es handelt sich um eine erweiterte interaktive Python-Shell, die mathematische Ausdrücke, Inline-Diagramme usw. unterstützt. Sie hilft auch bei der Integration in SciPy-Stapelbibliotheken. Es wird mit einer vollständigen Einrichtung geliefert, die das interaktive Plotten erleichtert.

Wie kann die Arbeit mit Matplotlib für Python-Entwickler vereinfacht werden?

Als Python-Entwickler sollte man das Pyplot-Modul in der matplotlib-Bibliothek verwenden. Pyplot ist eine Anwendungsprogrammierschnittstelle, die aus Funktionen / Methoden besteht, die bei der Verarbeitung von Daten zur Visualisierung helfen. Die Darstellung ist schnell, wenn es darum geht, visuelle Graphen zu erstellen. Die Ähnlichkeiten mit Matlab erleichtern die Arbeit für Personen, die bereits Erfahrung mit MATLAB haben und umgekehrt.

Wie kann man mit Pyplot in Matplotlib arbeiten?

Um auf Pyplot-Methoden zugreifen zu können, muss man sie in ihre Python-Datei importieren. Dies können Sie tun, indem Sie die folgende Zeile oben in die Python-Datei einfügen:

import matplotlib.pyplot as myplt

Beispiel 1

import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. show()

Im obigen Beispiel nimmt die plot () -Methode die Koordinaten der X- bzw. Y-Achse auf und zeichnet ein Diagramm entsprechend. Die plot () -Methode kann auch ein optionales drittes Argument aufnehmen, das die Farbzeichenfolge und den Typ des Liniendiagramms bestimmt. Standardmäßig ist es "-b", das eine blaue Linie anzeigt. Andere Methoden wie xlabel () und ylabel () ermöglichen es uns, unsere Achsen zu benennen.

Beispiel # 2

import matplotlib.pyplot as myplt
myplt. plot((2, 4, 6, 8), (1, 2, 3, 4))
myplt. xlabel('time in mins')
myplt. ylabel('distance in Kilo meters')
myplt. show()

Arten von Plots in Matplotlib In Python

Matplotlib bietet eine Vielzahl von Methoden und Funktionen zum Generieren verschiedener Diagrammtypen.

Schauen wir uns einige an:

  • Liniendiagramm : Dies ist das einfachste aller Diagramme. Die plot () -Methode wird verwendet, um ein Liniendiagramm zu zeichnen.
  • Unterzeichnungen : Mit der Funktion subplot () werden diese erstellt. Sehr nützlich, wenn ein Vergleich der beiden Diagramme benötigt wird.
  • Bilder : Matplotlib kann mit Hilfe der Funktion imshow () auch Bilder erstellen.
  • Histogramme : Um Histogramme zu erstellen, können Sie die hist () -Methoden verwenden.
  • Pfade: Mit Hilfe des Moduls matplotlib.path können beliebige Pfade zu Matplotlib hinzugefügt werden.
  • Balkendiagramme: Die Funktion bar () wird beim Plotten von Balkendiagrammen verwendet. Mit dieser Methode können Sie die Balkendiagramme horizontal oder vertikal an Ihre Anforderungen anpassen.
  • Kreisdiagramme: Sie sollten die pie () -Methode verwenden, um Kreisdiagramme zu erstellen. Mit zusätzlichen Funktionen können Sie Schatteneffekte auf den Kuchen anwenden, die Regionen beschriften und den Prozentsatz bestimmen, den er darstellt usw.
  • Tabellen: Mit der Funktion table () kann eine Tabelle zur systematischen Datenkategorisierung hinzugefügt werden.
  • Streudiagramme : Um ein Streudiagramm zu erstellen, wird die Funktion scatter () verwendet. Man könnte auch die optionalen Größen- und Farbargumente verwenden, die diese Funktion liefern muss.
  • Gefüllte Kurven : Mit der Funktion fill () können gefüllte Kurven und Polygone gezeichnet werden.
  • Log-Plots : Funktionen wie semilogx (), semiology () und loglog () erleichtern das Plotten von Diagrammen mit Logarithmusfunktionen.
  • Polardiagramme: Zum Erzeugen von Polardiagrammen wird die polar () -Funktion verwendet.
  • Datumsverarbeitung : Mit Matplotlib können Sie Zeitreihendaten mühelos plotten.
  • Stream-Diagramme : Diese Diagramme dienen zum Zeichnen von Vektorfeldern. Dazu wird die Funktion streamplot () verwendet.

Vorteile von Matplotlib In Python

  1. Einige Vorteile von Matplotlib sind
  2. Einfach und leicht zu verstehen für Anfänger.
  3. Einfacher zu verwenden für Personen, die bereits Erfahrung mit Matlab oder anderen Grafik-Plot-Tools haben.
  4. Es bietet qualitativ hochwertige Bilder und Plots in verschiedenen Formaten wie png, pdf, pgf usw.
  5. Bietet Kontrolle über verschiedene Elemente einer Figur wie DPI, Figurfarbe, Figurgröße.

Wie wird Ihnen diese Technologie bei Ihrem beruflichen Aufstieg helfen?

Mit der steigenden Nachfrage nach Datenanalyse und Datenwissenschaft müssen Tools wie Matplotlib verwendet werden, um das Verhalten und das Muster von Daten zu untersuchen. Seit heute beherrscht Python die Branche, wenn es um Datenwissenschaft und -analyse geht. Für jemanden, der mit Python vertraut ist, hilft das Wissen über Bibliotheken wie die Matplotlib, sich professionell weiterzuentwickeln.

Fazit

In diesem Artikel haben wir gesehen, wie Matplotlib und verschiedene andere Bibliotheken entstanden sind, mit denen es allgemein verwendet wird. Es wurden auch einige der bekannten Funktionen von Matplotlib zum Zeichnen verschiedener Diagramme und zum Anpassen dieser Diagramme an unsere Anforderungen behandelt.

Empfohlener Artikel

Dies war eine Anleitung zu Matplotlib In Python. Hier diskutieren wir Einführung in Matplotlib in Python und seine Typen. Sie können auch unsere anderen Artikelvorschläge durchgehen, um mehr zu erfahren -

  1. Vorteile von Python
  2. Python-Frameworks
  3. Karriere in Python
  4. Python-String-Funktionen
  5. 2D-Grafik in Java
  6. Streudiagramme in Matlab